소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO559899	006.31 N638s2이	자료대출실(3층)	대출가능
MO559900	006.31 N638s2이 c. 2	자료대출실(3층)	대출가능
MO559901 175241	006.31 N638s2이 c. 3	보존서고4(M116-2B)	대출가능

2019년 대한민국학술원 우수학술도서 선정도서 머신 러닝에 스칼라를 적용하고자 하는 개발자를 위한 책이다. 멀티 패러다임 언어인 스칼라의 특성과 관련 디자인 패턴 등 개발자에게 필요한 스칼라의 기본적인 특성부터 데이터 파이프라인과 처리, 주요 머신 러닝 알고리즘의 구현에 대해 자세히 설명한다. 대부분의 예제는 금융 데이터를 기반으로 구현돼 있으며, 직접 스칼라로 작성한 모든 코드와 알고리즘을 상세하게 설명한다. 부록에서는 주요 머신 러닝 알고리즘에서 쓰이는 수학적 개념과 관련 논문이 정리돼 있어서 필요한 내용을 쉽게 참조할 수 있다. 이 책은 수준 높은 스칼라 코드를 작성하는 데 활용할 수 있는 참고 서적으로도 가치가 크다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO559814	006.31 B718m김	자료대출실(3층)	대출가능
MO559815	006.31 B718m김 c. 2	자료대출실(3층)	대출가능
MO559816 175220	006.31 B718m김 c. 3	보존서고4(M116-2B)	대출가능

2019년 대한민국학술원 우수학술도서 선정도서 머신 러닝 기법을 활용하고 싶지만 어떻게 시작할지 막막한 실무자, 개발자를 위한 책이다. 최근에 머신 러닝과 딥러닝에 관련된 서비스 및 라이브러리가 많이 공개돼 있지만, 이를 잘 활용하기 위해서는 머신 러닝에 대한 배경지식이 필수적이다. 이 책에서는 머신 러닝을 실제로 적용하는데 필요한 관련 배경지식을 최소한의 수식과 간단한 파이썬 코드를 통해 체계적으로 머신 러닝부터 딥러닝까지 소개하고 있다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO595683	510 하19머	자료대출실(3층)	대출가능
MO595684	510 하19머 c. 2	자료대출실(3층)	대출가능

머신러닝을 좀 더 깊이 있게 이해하기 위해 알아야 할 선형대수,최적화,확률 및 통계

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO523069	006.31 M978m노	자료대출실(3층)	대출가능
MO523070	006.31 M978m노 c. 2	자료대출실(3층)	대출가능

2016년 대한민국학술원 우수학술도서 에이콘 데이터 과학 시리즈. 전사적 형태의 데이터가 증가함에 따라, 데이터 분석을 위한 자동화 방식의 필요성이 증가하고 있다. 머신 러닝(Machine Learning)의 목표는 데이터 패턴을 감지, 향후 데이터 예측을 위해 드러나지 않은 패턴을 사용할 수 있는 방법을 개발한다. 이 책은 수 세기 동안 통계학과 공학의 중심이 된 확률 이론을 사용하는 데이터로부터 습득될 수 있는 머신을 만들기 위한 최적의 방식을 채택한다. 즉 기본적인 원칙에 입각한 모델에 기초해서 머신 러닝에 접근하도록 강조한다. 전반적으로 확률론적 모델링(Probabilistic Modeling)이 먼저 고려될 것이다. 실질적인 접근으로 이 책의 모든 방법은 확률적 모델의 개발 도구인 PMTK(Probabilistic Modeling Toolkit)라고 부르는 매트랩(MATLAB) 소프트웨어 패키지에서 구현된다. 이 책은 컴퓨터 과학, 통계학, 전자공학, 계량경제학, 수학적 배경 지식을 요구하는 대학교 3, 4학년과 대학원 공부를 시작하는 학생들에게 적합하다. 특히 독자가 고등 미적분과 선형 대수학, 컴퓨터 프로그래밍에 대한 기초 지식을 갖고 있다는 전제하에 구성했다. 통계학을 이미 경험했다면 많은 도움이 되겠지만, 사전 지식이 꼭 필요하지는 않다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO560156	006.4 B622p김	자료대출실(3층)	대출가능
MO560157	006.4 B622p김 c. 2	자료대출실(3층)	대출가능
MO560158 175288	006.4 B622p김 c. 3	보존서고4(M116-2B)	대출가능

현대 패턴 인식과 머신 러닝의 개념과 효과적 이해를 위한 수학적 사고! 지난 수년간 머신 러닝은 그 어느 때보다도 뜨거운 관심을 받았다. 특히, 2016년 알파고와 이세돌 9단의 대국은 더 많은 사람이 인공지능 분야에 관심을 가지게 하는 촉매제가 되었다. 이는 딥 러닝을 비롯한 여러 머신 러닝 알고리즘의 성능이 최근 매우 향상되었기 때문이다. 머신 러닝은 최근에 새롭게 생겨난 기술이 아니다. 데이터를 기반으로 해서 최적화 문제를 풀거나 예측해야 하는 다양한 분야에서 이미 오랜 시간 동안 머신 러닝 기술이 활용되었다. 최근에 가장 주목을 받고 있는 딥 러닝은 수십 년 전에 처음 제안된 뉴럴 네트워크 알고리즘이 기반이다. 오랜 시간 동안 학계로부터 외면받고 있었던 뉴럴 네트워크 기술이 GPU 등 하드웨어의 발전과 구글/페이스북 등의 회사에서 발생하는 엄청난 양의 데이터, 여러 알고리즘 개선법 등을 만나면서 새로운 모습을 보이게 된 것이다. 이 책은 지난 수십 년간 발전되어 온 확률/통계 기반의 패턴 인식과 머신 러닝 분야의 전반적인 내용을 다루고 있다. 내용을 이해하는 데 있어서 패턴 인식이나 머신 러닝 분야에 대한 사전 지식은 필요하지 않지만, 다변량 미적분과 기초 선형 대수학을 다뤄본 경험은 필요하다. 또한 기초적인 확률 이론에 대한 소개가 포함되어 있으므로 확률론에 대한 기초 지식이 반드시 필요하지는 않다. 기본적으로 학부 고학년생들이나 박사과정 1년 차 학생들을 대상으로 하고 있으나, 해당 분야의 연구자들이나 업계에서 머신 러닝을 활용하는 사람들이 읽기에도 적합하다. 그리고 머신 러닝, 통계, 컴퓨터 공학, 신호 처리, 컴퓨터 비전, 데이터 마이닝, 바이오 인포매틱스와 같은 분야의 강의 과정에서 사용하기도 적합하다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO559911	332.0285 L864a이	자료대출실(3층)	대출중	반납예정일 2026-04-10
MO559912	332.0285 L864a이 c. 2	자료대출실(3층)	대출가능
MO559913 175245	332.0285 L864a이 c. 3	보존서고4(M116-2B)	대출가능

2019년 대한민국학술원 우수학술도서 선정도서 머신러닝을 금융에 적용하는 방법을 알려주며, 이론 연구를 넘어선 실전 경험을 바탕으로 어떠한 장점과 위험이 존재하는 것인지 빠짐없이 설명한다. 저자가 20년 간 금융에서 실제로 적용해 본 머신러닝 기법에 대해 각각의 장단점과 함께 개별 기법들을 상세히 설명한다. 또 금융에 맞는 데이터 구조, 모델링, 백테스팅, 유용한 금융적 특징, 고성능 컴퓨팅에 이르기까지 최고 전문가의 시각에서 전달해 주는 실전 지식을 빠짐없이 나열한다. 대부분의 금융 머신러닝 프로젝트가 실패하는 이유와 성공적인 금융 머신러닝 프로젝트를 위해서 어떠한 요소가 갖춰져야 하는지 설명하고 있다. 특히 대부분 프로젝트가 저지르는 백테스팅의 오류를 심도 있게 설명한다. 메타-전략 패러다임의 효용성과 중요성을 설명해 주며, 대부분 성공한 프로젝트가 활용하고 있는 메타-전략 패러다임을 예제와 함께 잘 설명한다. 이 책은 그 깊이로 인해 머신러닝과 금융에 대한 최소한의 지식을 갖춰야 이해할 수 있지만, 최소한의 지식이 바탕이 되고 나면 책에서 다루고 있는 깊이 있고 실용적인 내용으로부터 많은 도움을 받을 수 있다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO553458	006.31 강45파	자료대출실(3층)	대출가능
MO553459	006.31 강45파 c. 2	자료대출실(3층)	대출가능

머신 러닝을 처음 접하는 독자들이 구현 언어, 구현 패키지, 구현 편집기를 포함해 종합적으로 이해하고 바라볼 수 있도록 안내하는 책이다. 머신 러닝의 기본 개념부터 가장 범용적이고 활용도가 높은 알고리즘을 예제를 통해 설명한다. 더불어 단순한 설명으로만 멈추지 않고, 한 걸음 더 나아가 수식적인 해석도 할 수 있도록 안내한다.

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO524592	006.31 B433m곽	자료대출실(3층)	대출가능
MO524593	006.31 B433m곽 c. 2	자료대출실(3층)	대출가능

No Description

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO596767	006.31 김62머	자료대출실(3층)	대출가능

세상의 모든 일이 원인이 있고 결과가 있다. 즉, 원인 없이 생겨난 것은 없다. 우리가 원인을 안다면 결과에 영향을 미칠 수 있다. 이런 인과(causality)에 대한 생각 때문에 인과 관계(causal relationship)에 대한 탐구는 유사 이래로 종교, 철학, 과학의 중요한 주제였다. 인과 관계에 대한 탐구를 담론의 수준에서 과학적인 분석의 수분으로 변환하는 노력이 인과 분석(causal analysis)이다. 인과 분석에 대한 기법 연구는 매우 오랜 역사를 가지고 있다. 최근 머신러닝 기법이 급격히 발전하며 이를 인과 분석에 도입하고자 하는 노력이 증가하고 있다. 그러나, 머신러닝을 도입한 인과 분석은 아직 엄밀한 체계가 갖추어지지 않았다. 이 책의 목적은 머신러닝을 활용한 인과 분석 접근 방법에 대한 간략한 소개를 하는 것이다. 이 책에서 다룬 내용들은 깊은 이론적 논의를 배제하고 실무적 관점에서 어떻게 사용할 수 있을지에 대해 중점을 두었다. 사실 각 장의 내용이 하나의 과목이 될 수 있을 정도로 방대한 내용들이 있어 이 책에서 학습한 것만으로는 부족할 것이다. 따라서 이 책에서 제안된 방법을 통해 연구를 수행하려는 경우에는 관련 분야별로 좀 더 학습이 필요하다. 이 책의 내용은 지난 2년여간 대학원에서 강의와 스터디를 통해 논의되었던 내용을 기반으로 하고 있다. 이 책을 출간하며 그간 대학원에서 같이 공부했던 많은 학생들에게 감사하고 싶다. 아무쪼록 독자들이 이 책을 통해 머신러닝 인과 분석에 대한 관심이 어느 정도 충족되었으면 하는 바람이다. 김양석, 노미진, 한무명초

소장정보

등록번호	별치/청구기호	소장처	대출여부	대출정보
MO582859	006.31 송73머	자료대출실(3층)	대출가능

이 책은 머신러닝을 처음 시작하는 분들이 흥미를 잃지 않고 끝까지 학습하여 딥러닝으로 계속 학습을 이어갈 수 있도록 하는 것을 목표로 하고 있습니다. 이 책은 크게 3단계로 구성되어 있습니다. 첫 번째 단계는 머신러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 머신러닝 모델을 구현하기 위해서는 기본적인 프로그래밍 스킬을 필요로 하기 때문에 핵심적인 기능들을 요약해서 빠르게 머신러닝으로 접근할 수 있도록 하였습니다. 두 번째 단계는 본격적인 머신러닝 학습 단계입니다. 머신러닝이 무엇인지 이해를 돕기 위해 수치 예측과 분류 예측 모델을 구현하는 실습 예제를 통해 직관적으로 이해할 수 있도록 하였습니다. 인공신경망이 발전해 온 과정을 초보자도 쉽게 이해할 수 있는 설명으로 오늘날 다층 인공신경망의 학습 원리를 명확히 이해할 수 있도록 하였습니다. 또한 안정적이고 빠르게 성공적인 모델을 학습시키기 위한 여러 가지 이론적 개념과 용어들은 도식화된 이미지를 사용하여 쉽게 이해할 수 있도록 하였습니다. 또한 통계학이나 미분과 같은 수학 지식이 부족한 분들도 수식이 의미하는 바가 무엇인지 이해하는데 어렵지 않도록 쉽게 풀어서 설명하였습니다. 세 번째 단계는 딥러닝 학습을 위한 기반 지식을 학습하는 단계입니다. 최근 일상생활에서 이 딥러닝 기술들을 쉽게 접하게 되면서 딥러닝 기술에 대한 관심도 그만큼 커지고 있습니다. 따라서 딥러닝 분야에서 최근 가장 활발하게 발전되고 있는 컴퓨터비전 분야와 자연어처리 분야에 대한 기반 지식을 학습할 수 있도록 하여 본인이 관심 있는 분야로 계속해서 학습을 이어나갈 수 있게 구성하였습니다. 머신러닝과 딥러닝 초보자분들께 이 책이 많은 도움이 되길 바라며 앞으로 더 흥미를 갖게 되어 좀 더 Deep하게 학습해 나가시길 바라겠습니다.